相关实验视频
Updated: Jun 18, 2025
05:40
Fabricating Cotton Analytical Devices
Published on: August 30, 2016
6.7K
CottonFabricImageBD: 一个图像数据集,其特点是基于计算机视觉的服装回收的织物中棉花的百分比
Nishat Tasnim Niloy1, Md Rayhan Ahmed2, Sinthia Sarkar Ananna1
1Department of Computer Science and Engineering, East West University, Aftabnagar, Dhaka, Bangladesh.
Data in brief
|July 31, 2024
概括
一个新的织物图像数据集帮助计算机视觉在织品分析中. 该资源改进了棉花含量的自动检测,超越了手工方法,以提高效率和准确性.
科学领域:
- 织制造业 织制造业 织制造业 织制造业 织制造业
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 传统的棉花百分比评估是手工,劳动密集型和耗时的.
- 计算机视觉为织品分析提供自动化解决方案,包括缺陷检测和内容量化.
- 开发强大的计算机视觉模型需要全面的,标记的数据集.
研究的目的:
- 介绍一个新的,增强数据集用于训练计算机视觉模型.
- 促进精确和高效的自动检测织物中的棉花含量.
- 提高机器学习在织品质量控制中的能力.
主要方法:
- 在13个棉花百分比类别 (30%-99%) 中收集了1300个原始织物图像.
- 应用图像增强技术 (旋转,翻转,移位,剪切,变焦) 来扩展数据集.
- 为模型培训和验证创建了总计27,300张图像的增强数据集.
主要成果:
- 开发了一个大型,多样化的数据集,用于织品中的计算机视觉应用.
- 增强数据集为训练机器学习模型提供了坚实的基础.
- 从织物图像中提取的特征可以更好地检测棉花的百分比.
结论:
- 新的数据集显著提高了基于计算机视觉的精确棉花含量检测的潜力.
- 该资源简化了织品分析,为手工方法提供了更有效的替代方案.
- 该数据集支持织行业自动化质量控制方面的进步.
